Wyniki weryfikacji obszarów inteligentnej specjalizacji województwa podlaskiego
REZULTANT NR 13 PB
WYKOWACA: Politechnika Białostocka
AUTORZY RAPORTU:
prof. dr hab. inż. Joanicjusz Nazarko dr hab. inż. Joanna Ejdys, prof. nzw.
dr inż. Katarzyna Halicka dr Wioletta Czemiel-Grzybowska dr Łukasz Nazarko mgr inż. Elżbieta Krawczyk-Dembicka mgr Dorota Leończuk mgr Danuta Szpilko
Białystok, 30 września 2014
Spis treści
1. ZAŁOŻENIA DOTYCZĄCE METODY WERYFIKACJI INTELIGENTNEJ SPECJALIZACJI (KROK 1 I 6 WG
RIS3) ...4
2. INTERPRETACJA WYNIKÓW RAPORTÓW 5, 6, 7, 11 (ORAZ 3 I 12) DLA IDENTYFIKACJI OBSZARÓW SPECJALIZACJI WOJEWÓDZTWA ... 13
Wprowadzenie ... 13
2.1 Koncepcja oraz metodologia wykorzystana do identyfikacji obszarów specjalizacji województwa podlaskiego ... 14
2.2 Interpretacja wyników dotyczących identyfikacji obszarów specjalizacji województwa ... 16
Wnioski ... 30
3. ANALIZA POTENCJAŁU INNOWACYJNOŚCI WOJEWÓDZTWA PODLASKIEGO W OPARCIU O DANE GŁÓWNEGO URZĘDU STATYSTYCZNEGO ... 31
Wprowadzenie ... 31
3.1 Metodyka badania potencjału innowacyjnego województwa podlaskiego ... 32
3.2 Interpretacja wyników dotyczących analizy potencjału innowacyjności województwa podlaskiego ... 33
3.2.1Potencjał szkół wyższych z województwa podlaskiego ... 33
3.2.2Potencjał innowacyjny przedsiębiorstw z województwa podlaskiego ... 48
3.2.3Potencjał naukowo-badawczy województwa podlaskiego ... 64
Wnioski ... 73
4. ANALIZA SIECI WSPÓŁPRACY W RAMACH OBSZARÓW INTELIGENTNEJ SPECJALIZACJI Z UWZGLĘDNIENIEM PRZEPŁYWÓW MIĘDZYGAŁĘZIOWYCH ... 74
Wprowadzenie ... 74
4.1 Koncepcja oraz metodologia wykorzystywana do analizy sieci współpracy w ramach obszarów inteligentnej specjalizacji z uwzględnieniem przepływów międzygałęziowych .... 75
4.2 Interpretacja wyników dotyczących analizy sieci współpracy w ramach obszarów inteligentnej specjalizacji z uwzględnieniem przepływów międzygałęziowych ... 77
Wnioski ... 84
5. INTERPRETACJA INTELIGENTNEJ SPECJALIZACJI WOJEWÓDZTWA W KATEGORIACH DZIAŁÓW GOSPODARKI, OBSZARÓW TECHNOLOGII I POTENCJAŁU NAUKOWEGO ... 86
Wprowadzenie ... 86
5.1 Metodyka i koncepcja interpretacji inteligentnej specjalizacji województwa podlaskiego w kategoriach działów gospodarki, obszarów technologii i potencjału naukowego ... 86
5.2 Interpretacja wyników inteligentnej specjalizacji analizowanej w ramach działów gospodarki, obszarów technologii i potencjału naukowego ... 90
5.2.1Interpretacja wyników inteligentnej specjalizacji analizowanej w ramach działów gospodarki ... 90
5.2.2Interpretacja wyników inteligentnej specjalizacji analizowanej w ramach obszarów technologii ... 92
5.2.3Interpretacja wyników inteligentnej specjalizacji analizowanej w ramach potencjału
naukowego... 101
Wnioski ... 106
6. WNIOSKI METODYCZNE ... 108
7. REKOMENDACJE DLA PIK DOT. ALGORYTMIZACJI I WIZUALIZACJI WYNIKÓW ANALIZ ... 111
8. LITERATURA ... 113
9. ZAŁĄCZNIK NR 1. TABELA PORÓWNAWCZA KLASYFIKACJI WYKORZYSTYWANYCH W PRZEDSIĘWZIĘCIU PN. „NARODOWY PROGRAM FORESIGHT – WDROŻENIE WYNIKÓW”. ... 121
10. ZAŁĄCZNIK NR 2. ZESTAWIENIE WSKAŹNIKÓW PRZEPŁYWÓW MIĘDZYGAŁĘZIOWYCH W LATACH 2005 I 2010 ... 130
11. SPIS RYSUNKÓW ... 137
12. SPIS TABEL ... 138
1. ZAŁOŻENIA DOTYCZĄCE METODY WERYFIKACJI INTELIGENTNEJ SPECJALIZACJI (KROK 1 I 6 WG RIS3)
Wytyczne Komisji Europejskiej wskazują, iż identyfikacja inteligentnej specjalizacji jest oddolnym, opartym na podejściu partycypacyjnym, procesem (European Commission 2012;
Joanneum Research Graz 2012):
oceny aktualnych mocnych stron i potencjałów istotnych dla przyszłego rozwoju, zwłaszcza w odniesieniu do gospodarki (sektor przedsiębiorstw); nauki, wiedzy i przemysłów kreatywnych; sektora (samo)rządowego oraz jakości systemu innowacji i jakości regionalnych polityk (rozwojowej i innowacyjnej);
selekcji ograniczonej liczby priorytetów rozwojowych i definiowania wspólnej wizji przyszłego rozwoju regionu,
ustanowienia solidnej struktury (współ)zarządzania.
Doświadczenia OECD wskazują, że znakomitą pomocą w procesie identyfikacji inteligentnych specjalizacji są także analizy statystyczne i bibliometryczne oparte na podstawowych miarach specjalizacji struktury gospodarczej, działalności naukowo- badawczej i działalności technologicznej (OECD 2011 i 2012).
W dokumentach Komisji Europejskiej, w tym w ramach Strategii „Europa 2020”, (Komisja Europejska 2011a, Foray et al. 2012) postrzegane są krajowe i regionalne strategie badań i innowacji na rzecz inteligentnej specjalizacji jako zintegrowany program transformacji gospodarczej, oparty „na miejscu” (regionie) poprzez skoncentrowanie inwestycji publicznych w kluczowych sektorach, istotnych dla rozwoju opartego na wiedzy w ciągu najbliższych kilku lat. Z punktu widzenia polityki zawartej w Strategii Badań i Innowacji dla inteligentnych specjalizacji (RIS3)1 podejście oparte „na miejscu”, przyczynia się do zmniejszania utrzymujących nieefektywności i wykluczenia społecznego. A dodatkowo alokacja funduszy europejskich powinna przyczynić się do wyzwolenia regionalnych zmian instytucjonalnych, poprawić produktywność, a także promować innowacje (Baier et al.
2013).
Kluczowe aspekty polityki Unii Europejskiej w ramach inteligentnych specjalizacji to:
rzetelna realizacja przyjętych strategii inteligentnych specjalizacji i zapewnienie dialogu między regionami i krajami Unii Europejskiej;
stosowanie innowacji jako obligatoryjny priorytet we wszystkich strategiach krajowych i regionalnych – jako odpowiedź na globalne wyzwania, w celu tworzenia nowych miejsc pracy opartych na wiedzy i technologii;
optymalizowanie inwestycji, aby stworzyć większą wartość dodaną i widoczność funduszy UE oraz stworzyć synergię między regionalnymi, krajowymi i unijnymi inwestycjami oraz inwestycjami prywatnymi;
1http://ec.europa.eu/regional_policy/sources/docgener/informat/2014/smart_specialisation_en.pdf na dzień 05.05.2014 r.
poprawa procesów innowacyjnych poprzez wykorzystanie dowodów jakościowych, ilościowych i wywiadu strategicznego w kierunku optymalizacji polityk społeczno- gospodarczych;
zaangażowanie zainteresowanych stron i podmiotów lokalnych, a tym samym zapewnienie, że inteligentna specjalizacja staje się działaniem interaktywnym, uwarunkowanym regionalnie, napędzane i oparte na konsensusie.
Inteligentna specjalizacja to innowacyjna koncepcja polityki spójności Unii Europejskiej, która kładzie nacisk na priorytetowość (faworyzowanie niektórych technologii) oraz określa metodę identyfikacji pożądanych obszarów innowacji (Foray et al. 2013). Inteligentna specjalizacja wymaga określenia w jakich branżach/sektorach specjalizuje się dany region.
Następnie wyznaczenia nowych działań, na poziomie regionalnym, które mają na celu badanie i odkrywanie nowych możliwości technologicznych i rynkowych regionu. Wskutek tego zostaną określone nowe domeny regionalne do budowania przewagi konkurencyjnej.
Kluczowym jest określenie innowacyjnych projektów B+R i niektórych wiodących działań w obszarze województwa (np. takich jak turystyka czy rybołówstwo). Zasadnicze znaczenie dostosowania koncepcji inteligentnej specjalizacji w kontekście regionalnym, jest fakt, że regiony mają często do czynienia z jednej strony ograniczonymi zasobami, z drugiej z ograniczonymi budżetami. Stąd wydaje się korzystne dla rozwoju gospodarczego i społecznego regionów, działanie wspierające najbardziej obiecujące obszary obecnej lub przyszłej przewagi komparatywnej w celu wspierania dobrobytu w regionach (Barca 2009).
W klasycznym ujęciu specjalizacja kraju/regionu jest efektem wzajemnego oddziaływania cech przemysłów i cech krajów/regionów, w którym dany przemysł jest rozwijany (Hallet 2000; Dierx, Ilzkovitz i Sekkat 2003). Do cech przemysłu zalicza się korzyści skali, poziom techniczny, intensywność działalności badawczo-rozwojowej, kapitałochłonność, intensywność wykorzystania wykwalifikowanej i wysoko wykwalifikowanej siły roboczej, intensywność wykorzystania surowców rolnych i półproduktów, powiązania wewnątrz i międzygałęziowe, potencjał popytu finalnego, sprzedaż dla przemysłu i dynamikę wzrostu przemysłu. Do cech krajów/regionów zalicza się natomiast potencjał rynku, stopę kapitału ludzkiego, średni poziom wynagrodzeń w produkcji/usługach, relacje wynagrodzeń w danym kraju/regionie do wynagrodzeń w innych krajach/regionach, dostępność kadry naukowo- badawczej, dostępność wykwalifikowanej i wysoko wykwalifikowanej siły roboczej, dostępność pomocy publicznej. Wzajemne oddziaływanie tych cech determinuje specjalizację danego kraju/regionu w (alternatywnie) przemysłach/usługach intensywnych technologicznie, przemysłach o wysokich korzyściach skali, przemysłach kapitałochłonnych, przemysłach nasyconych wykwalifikowaną i/lub wysoko wykwalifikowaną siłą roboczą.
W takim ujęciu specjalizacja jest głównie pochodną historii a region ma stosunkowo wąski margines wejścia w nowe (niż dotychczasowe) obszary specjalizacji (Balmann i in. 1996;
Capello i Nijkamp 2009; Frenken i Boschma 2007; Hudson 2007; Lee i Mason 2008; Mathews 2002; Puffert 2004; Rafiqui 2009; Reimer 2007; Thomas 2005).
Natomiast koncepcja inteligentnej specjalizacji jest bliższa teoriom zakładającym istnienie bardziej fundamentalnych (niż sama historia) mechanizmów ewolucyjnych, zwłaszcza procesu (technologicznego) uczenia się i adaptacji (Martin i Sunley 2006). Procesy te
powodują, że rozwój regionalnych obszarów specjalizacji jest bardziej kwestią strategii2 (niż historii), i wyboru między różnymi ścieżkami rozwoju, zarówno dotychczasowymi, jak i nowymi (David 2000; Garud i Karnøe 2001; Martin 2009; Martin i Sunley 2007; Maskell i Malmberg 2007), pod warunkiem jednak, że wszystkie one oscylują wokół obszarów tworzących najwięcej szans na wzrost produktywności. A takimi obszarami są obszary rozwijane wokół i/lub absorbujące „najmłodsze” (znajdujące się na stosunkowo wczesnych etapach cyklu życia) technologie (Andersson i Ejermo 2006; Buchanan i Yong 2000; European Commission 2011a; Jungmittag 2004; Khan i Luintel, 2006; Meliciani i Simonetti 1997; Poti i Basile 2000; Wodon i Yitzhaki 2005; Yew-Kwang i Guang-Zhen 2007).
Dotychczas wyłoniły się następujące kierunki poszukiwania regionalnych obszarów inteligentnej specjalizacji:
obszary (przemysły/usługi) zakorzenione w gospodarce regionu (embeddedness, por. Barca 2009; Filippi, Frey i Torre 2011; Neffke, Henning i Boschma 2011);
obszary wykorzystujące pokrewne technologie (relatedness, por. Boschma i Frenken 2009; Leten, Van Looy i Belderbos 2007; Neffke i Henning 2008);
obszary o intensywnej współpracy wewnątrz i między sektorami (connectivity, por. Boschma i Frenken 2009; McCann i Ortega-Argilés 2011).
Punktem wyjścia do ich poszukiwania mogą być wartości współczynników lokacyjnych (Eurostat 2011, Hallet 2000, Peter 2009, Peter i Bruno 2010), indeksów specjalizacji technologicznej lub indeksu ujawnionej przewagi technologicznej (Laursen 1998) czy analiza struktury eksportu (Andersson i Ejermo 2006; Uchida i Cooke 2004).
Należy mieć na uwadze, że inteligentna specjalizacja bazuje na koncepcji technologii powszechnego stosowania (general purpose technologies) (Foray, David i Hall 2009), czyli technologii wykorzystywanych w dużej i nadal rosnącej liczbie sektorów, wpływających na wzrost efektywności produkcji i mających wysoką zdolność generowania inwencji i innowacji w ciągle rosnącej liczbie zastosowań (Bresnahan i Trajtenberg 1992; Jovanovic i Rousseau 2005; Ruttan 2008). W raporcie High Level Group (European Commission 2011b) takie technologie określone są mianem kluczowych technologii wspomagających (key enabling technologies – KET), a w wielu innych raportach mianem technologii krytycznych czy generycznych (Keenan 2003, Lambright i Rahm 1992; Meyer-Stamer 1997).
Istotą identyfikacji inteligentnych specjalizacji jest umiejscowienie ich w strukturze regionu, poprzez wskazanie technologii rozwojowych, sektorów perspektywistycznych wykorzystujących przy współpracy naukowej innowacyjne rozwiązania. Tym samym oczywistym jest, iż tam gdzie są duże skupiska ludności (w aglomeracjach), tam większy potencjał rozwojowy i większe możliwości współpracy środowisk przemysłowych (poszczególnych sektorów) ze środowiskami naukowymi (McCan 2011).
D. Roderik już w 2004 roku opiniował konieczność doboru nowych instrumentów polityki regionalnej dynamizujących rozwój. Tabela 1 wskazuje na wybrane efekty dotychczasowych
2Koncepcja tzw. kierowanej czy zamierzonej przewagi konkurencyjnej, por. Cooke i Leydesdorff 2006; Furman, Porter i Stern 2002.
niepowodzeń oraz proponowane nowe instrumenty w ramach polityki interwencji inteligentnych specjalizacji.
Tabela 1. Uzasadnienie dla funkcjonowania inteligentnych specjalizacji jako nowego instrumentu polityki regionalnej Unii Europejskiej
Efekty niepowodzeń dotychczasowych polityk
Polityka interwencji dla inteligentnych specjalizacji:
Przykłady inicjatyw w ramach rozwoju inteligentnych
specjalizacji:
Niski poziom/aktywność wynalazczości
Zachęty do nagradzania
przedsiębiorców, którzy odkrywają nowe domeny.
Nagrody za wynalazki i odkrycia, zachęty podatkowe,
Niski przepływ informacji Zachęty do angażowania podmioty ngos’s i przedsiębiorstwa w realizację zadań publicznych
Zachęty do realizacji innowacji w sektorze publicznym
Brak oddziaływań wewnątrz i międzyregionalnych, które ograniczają przenikanie wiedzy
Tworzenie platform i
mechanizmów w celu ułatwienia interakcji wewnątrz regionu i interakcji międzyregionalnych
Publiczne konsultacje internetowe;
Warsztaty regionalne i międzyregionalne Polityka publiczna może wesprzeć
proces rozwoju regionów poprzez dostarczenie kluczowych
infrastruktur(np. informacje o pojawiających się możliwościach technologicznych i handlowych oraz ograniczeniach produktowych i norm bezpieczeństwa procesu dla rynków krajowych i eksportowych oraz informacji o zewnętrznych źródłach finansowania
Kupony na innowacje/Bony na innowacje; Usługi wsparcia eksportu
Niski poziom wynalazczości ze względu na wysokie koszty inwestycji
Doradztwo w podejmowaniu decyzji przy dużych innowacyjnych projektach
Polityka klastrowa; Banki Technologii; Partnerstwo publiczno-prywatne; Innowacje pod zamówienie odbiorcy;
Platformy sektorowe; Organizacje wspierające sektor MSP
Koordynacja potrzeb i możliwości wdrożeniowych innowacyjnych podmiotów gospodarczych (dostawców, producentów, użytkowników, specjalistyczne usługi, banki, podstawowe instytucje badawcze i szkoleniowe) Ograniczone możliwości rozwoju
pojawiających się trendów rozwoju regionu
Wsparcie dla technologii ze względu na efekt skali i wartość dodaną dla gospodarki regionu
Projekty pilotażowe; Usługi doradcze w zakresie możliwości przedłużania efektu skali
Źródło: Opracowanie własne na podstawie: Rodrik D., (2004) Industrial policy for the twenty-first century, CEPR Discussion paper Series, No. 4767.
W literaturze przedmiotu zakłada się, że celem inteligentnej specjalizacji jest określenie pewnego podziału pracy w ramach międzynarodowego łańcucha innowacji (Dedrick,
Kraemer i Linden 2011; Giuliani, Pietrobelli i Rabellotti 2005; Hansen i Birkinshaw 2007;
Pietrobelli i Rabellotti 2011). W myśl tego podziału kraje/regiony będące liderami innowacji inwestują i rozwijają technologie powszechnego stosowania i ich kombinacje (np. bioinformatyka), a kraje/regiony doganiające inwestują i rozwijają tzw, koinwencje, czyli aplikacje umożliwiające wykorzystanie technologii powszechnego stosowania w jednym lub kilku ważnych obszarach regionalnych gospodarek (Foray, David i Hall 2009).
Oczekiwanym efektem jest zarówno wzrost efektywności Europejskiego Obszaru Badawczego (Varblane, Ukrainksi i Masso 2010), jak i bardziej efektywna realizacja polityki spójności (European Commission 2011c i 2011d).
W Strategii Badań i Innowacji dla inteligentnych specjalizacji stanowiącej zasadniczy element europejskiej polityki spójności 2014-2020 ujęto inteligentne specjalizacje jako zrównoważony proces obejmujący:
warunki ex-antenowej polityki spójności na lata 2014-2020,
istotę ograniczonych zasobów,
koncentracja regionalnej przewagi wyłonionej w oparciu o badania i innowacje,
akumulacja masy krytycznej,
strategie zgodne z krajowymi strategiami rozwoju i strategią „Europa 2020”3,
przedsiębiorczy proces identyfikacji i zaangażowania kluczowych interesariuszy,
pozyskiwanie wiedzy na bazie doświadczeń interesariuszy,
poprawa na lepsze,
monitorowanie i udoskonalanie systemu.
Rysunek 1. Zależności między głównymi uczestnikami procesu inteligentnych specjalizacji
3ec.europa.eu/europe2020/index_pl.htm na dzień 05.05.2014 r.
Źródło: Opracowanie własne na podstawie: Conte A., Smart specialization Strategyas a tool for change, Commisione Europea, Bologne, 2014, s. 5.
Dokonując analizy kluczowych uczestników procesu inteligentnych specjalizacji należy zwrócić uwagę na kompleksowość obszarów: biznes, badania i edukacja, administracja publiczna i społeczeństwo obywatelskie. Innowacja, badania naukowe, pomysł i talenty przenikają do wszystkich obszarów systemu społeczno-gospodarczego.
Rysunek 2. Etapy rozwoju inteligentnych specjalizacji
Źródło: Opracowanie własne na podstawie: Conte A., Smart specialization Strategyas a tool for change, Commisione Europea, Bologne, 2014, s. 11.
W ramach RIS3 wyróżnia się 6 etapów rozwoju inteligentnych specjalizacji (Rysunek 2):
Etap 1: Analiza potencjału regionalnego (analiza SWOT).
Etap 2: Zarządzanie procesem.
Etap 3: Wizja przyszłości.
Etap 4: Selekcja priorytetów.
Etap 5: Polityka mix – społeczno-gospodarczy.
Etap 6: Monitoring i ewaluacja.
Proces inteligentnych specjalizacji regionów umożliwia identyfikację obszarów prorozwojowych, wspieranych przez instytucje badawczo-naukowe. Każdy region wyłaniając charakterystyczne sektory na podstawie współczynników lokacyjnych, indeksów specjalizacji technologicznej, indeksów ujawnionej przewagi technologicznej czy analizy struktury eksportu może otrzymać wsparcie finansowe ze środków europejskich na ich rozwój.
RIS3 analizy
proces
wizja
priorytety polityka
mix monitoring
Strukturę raportu przygotowano zgodnie z wytycznymi podręcznika RIS3.
Stąd kolejne następujące po sobie rozdziały analizują zagadnienia dotyczące potencjału regionalnego województwa podlaskiego w oparciu o wskaźniki innowacyjności, mapy konwersji, raporty GUS. Analiza będzie obejmować trzy główne wymiary:
zasoby regionu, np. infrastruktura technologiczna;
powiązania z resztą świata, pozycja regionów na tle gospodarki europejskiej i światowej;
dynamikę środowiska przedsiębiorczości.
W województwie podlaskim zostaną zdefiniowane istotne powiązania i schematy przepływu towarów, usług oraz wiedzy pod kątem ewentualnych modeli integracji z regionami partnerskimi. Ma to szczególnie duże znaczenie w przypadku regionów słabiej rozwiniętych, które niejednokrotnie będą musiały importować know-how i technologię spoza swojego obszaru.
Należy pamiętać, iż sednem strategii RIS3 jest różnicowanie4. A kluczem do udanego zróżnicowania wykorzystanie tzw. „zbliżonej różnorodności”: regionalna gospodarka ma budować przewagę konkurencyjną dywersyfikując swój unikalny, lokalny know-how (czyli już istniejące specjalizacje) w kierunku różnych rozwiązań i innowacji, które są do niego zbliżone lub z nim powiązane. Pokrewieństwo jest o tyle istotne, że nowe rozwiązania muszą być realne i dostępne z punktu widzenia istniejących zasobów właśnie po to, aby można było wykorzystać doświadczenie nagromadzone przez regionalnych interesariuszy.
Zgodnie z wytycznymi podręcznika RIS 3 do zbierania i przetwarzania danych wykorzystano następujące metody badawcze: badanie źródeł zastanych (ang. desk research), obszerne kwestionariusze (internetowe lub w formie ankiety), a także wywiady (twarzą w twarz, przez telefon, w grupach roboczych). Ważną cechą charakterystyczną badań przeprowadzonych w ramach projektu było zaangażowanie do fazy analitycznej ekspertów zewnętrznych.
Próbując zidentyfikować potencjalne nisze dla inteligentnej specjalizacji wykorzystano kompilację poniższych metod celem zwiększenia szans na stworzenie fundamentów procesu identyfikacji inteligentnej specjalizacji województwa podlaskiego:
1. Analiza (odpowiednio dobranych) specjalizacji naukowych i technologicznych:
analizy specjalizacji inwestycji w sektorze B+R, publikacji i cytowań, a także wniosków patentowych i cytowań pochodzących od „praktyków”. Region dysponuje przewagą konkurencyjną w danej dziedzinie wtedy, gdy na jego obszarze występuje ponadprzeciętna koncentracja tych czynników, w porównaniu do wartości obserwowanej w danym kraju. Zaleta metody polega na tym, że tego rodzaju dane są dostępne w formacie porównawczym (z pewnymi ograniczeniami), natomiast jej słabą stroną jest fakt, iż odzwierciedla ona raczej potencjał naukowo-techniczny, a nie wartość komercyjną czy możliwości po stronie innowacji. Dużym wyzwaniem
4Przewodnik Strategii Badań i Innowacji na rzecz inteligentnej specjalizacji (RIS3), Luksemburg 2012, s. 30.
jest także dopasowanie dyscyplin naukowych do dziedzin technologii i sektorów produkcji, gdyż wiele dyscyplin i technologii ma charakter generyczny i znajduje zastosowanie w wielu różnych sektorach (wsparcie o mapy konwersji). Klasyfikacja w podziale na sektory również stwarza pewne ograniczenia z uwagi na fakt, iż oparta jest w znacznej mierze na zdezaktualizowanych definicjach produktów niezgodnych z aktualnym asortymentem (np. kłopoty ze zdefiniowaniem produktów dot.
środowiska naturalnego czy „sektorów” usługowych). Istotną wartością jest przedstawienie zmian indeksów w czasie, ukazujące trendy w zakresie specjalizacji dające pojęcie o ewolucji specjalizacji naukowo-technicznej w danym regionie.
2. Analiza regionalnej specjalizacji gospodarczej: przy pomocy analiz ilościowych obliczono poziom specjalizacji gospodarki regionalnej województwa podlaskiego w oparciu o dane dotyczące zatrudnienia i wartości dodanej. Współczynniki charakterystyczne dla danego miejsca pokazują, czy dany sektor jest nad- reprezentowany w gospodarce regionu w porównaniu do innych regionów.
W związku z tym, wskaźniki specjalizacji pokazują obecność masy krytycznej działalności, lecz nie powiązania na rzecz innowacji. Mogą wskazywać problemy w sytuacji, gdy region jest za bardzo wyspecjalizowany w działalności schyłkowej i niekonkurencyjnej. Z tego względu tego typu dane na temat specjalizacji trzeba połączyć ze wskaźnikami wyników (wartość dodana, eksport, itd.) Dokonano analizy zmian specjalizacji w czasie i analizy statystycznej.
3. Metodologia foresightu: celem foresightu jest wychwycenie istniejących źródeł wiedzy eksperckiej na temat przyszłych trendów i pozyskanie ich dla celów związanych z podejmowaniem decyzji w chwili obecnej. Rolą foresightu jest nakreślenie potencjalnych ścieżek na przyszłość po to, aby pobudzić debatę poświęconą możliwym kierunkom rozwoju. Foresight charakteryzuje się następującymi cechami5: jest nastawiony na działanie; otwarty na alternatywny przebieg przyszłych wydarzeń; partycypacyjny oraz multidyscyplinarny. Przy realizacji badań typu foresight wykorzystano wiele różnych metod m.in., panele ekspertów oraz wielorundowe badania ankietowe Delphi. Metody różnią się od siebie pod względem oczekiwanych korzyści, warunków zastosowania, wymogów czasowych, itd., natomiast ich cechą wspólną jest to, że w dużej mierze opierają się na wiedzy ekspertów i wykorzystują występujące między nimi różnice w wynikach.
Na podstawie analiz charakterystycznych cech regionu i potencjału innowacji określono realistyczną pozycję regionu. Jak wynika z dotychczasowych i obecnych doświadczeń regionów OECD (OECD 2011), w zależności od swojego charakteru (ośrodki wiedzy, strefy produkcji przemysłowej, czy też regiony nie nastawione na rozwój nauki i technologii) przyjęto jedną z trzech proponowanych przez RIS3 strategii6:
budowanie w oparciu o istniejące przewagi naukowe, technologiczne, albo jedne i drugie;
5European Commission, FOREN Guide - Foresight for Regional Development Network - A Practical Guide to Regional Foresight. IPTS Seville, 2001.
6Przewodnik Strategii Badań i Innowacji na rzecz inteligentnej specjalizacji (RIS3), Luksemburg 2012, s. 52.
wspieranie transformacji społeczno-gospodarczej (przekwalifikowanie albo określenie nowej linii działań);
doganianie innych: w kierunku rozwijania potencjału opartego na wiedzy.
Inteligentna specjalizacja wymaga dokonywania inteligentnych wyborów. Stąd, inteligentna specjalizacja ma ten wybór ułatwić: dobranie odpowiednich priorytetów i ukierunkowanie zasobów na te inwestycje, które mogą potencjalnie wywrzeć największy wpływ na gospodarkę regionu. Zgodnie z podręcznikiem RIS3, proces wyznaczania priorytetów dla regionalnej strategii badań i innowacji na rzecz inteligentnej specjalizacji powinien polegać na identyfikacji ograniczonej liczby priorytetów rozwoju opartego na innowacji i wiedzy, zgodnie z już istniejącymi lub potencjalnymi sektorami inteligentnej specjalizacji.
Należy pamiętać, iż identyfikując inteligentne specjalizacje należy, definiować konkretne i osiągalne cele. Powinny one być oparte na obecnych i przyszłych przewagach konkurencyjnych oraz potencjale doskonałości, tak jak to wynika z analizy regionalnego potencjału różnicowania opartego na innowacji. Oprócz technologicznych, sektorowych lub międzysektorowych obszarów priorytetowych konieczne jest zdefiniowanie priorytetów horyzontalnych. Powinny one dotyczyć rozpowszechniania i zastosowania kluczowych technologii wspomagających (KET-ów), aspektów związanych z innowacjami społecznymi, albo finansowania wzrostu nowo powstałych przedsiębiorstw, co w województwie podlaskim, tak jak w wielu województwach w Polsce, stanowi „wąskie gardło”. Należy przede wszystkim przyjąć, nie tworzenie tylko firm nowych technologii, ale tworzenie
„nowych firm”, czyli dynamikę powstawania nowych podmiotów i nowych miejsc pracy.
Analiza i ocena potencjału różnicowania opartego na innowacjach ma kluczowe znaczenie dla powstania zestawu obiektywnych danych będących podstawą dla procesu wyznaczania priorytetów w procesie strategicznym RIS3. W dotychczasowej historii regionalnych strategii innowacji w Europie konieczność przeanalizowania regionalnego potencjału innowacji była zawsze najważniejszym punktem wyjścia dla całego procesu. Analiza przebiegała dwutorowo: analiza potrzeb i barier w zakresie innowacji w sektorze MSP, oraz ocena wsparcia oferowanego przez istniejącą w regionie infrastrukturę na rzecz innowacji.
Analiza sieci współpracy w ramach obszarów inteligentnej specjalizacji została dokonana na podstawie przepływów międzygałęziowych. Następnie dokonano analizy obszarów gospodarki, obszarów technologii i potencjału naukowego przez pryzmat inteligentnej specjalizacji województwa podlaskiego. Mając na uwadze zidentyfikowane obszary inteligentnej specjalizacji proponuje się wykorzystanie adekwatnych wskaźników monitoringu i ewaluacji.
Kolejnym etapem zgodnie z podręcznikiem RIS3 jest monitoring i ewaluacja. Podstawą systemu monitorowania inteligentnej specjalizacji powinien być dychotomiczny, uwzględniający:
indywidualny system wskaźników danego województwa, opracowany w ramach regionalnej strategii inteligentnej specjalizacji;
spójny system wskaźników dotyczących sfer: B+R, gospodarczej i społecznej dla wszystkich województw;
zestaw wskaźników już wcześniej przyjęty dla strategii rozwoju województwa.
Wiodące w monitoringu inteligentnej specjalizacji powinny być następujące wskaźniki:
% małych i średnich firm wprowadzających innowacje produktowe i/lub procesowe;
udział eksportu produktów średnich i wysokich technologii w ogólnym wolumenie eksportu;
dochody z eksportu licencji i patentów jako % PKB oraz % siły roboczej zatrudnionej w sektorach wiedzochłonnych;
% małych i średnich firm wprowadzających innowacje marketingowe i/lub organizacyjne, produkt krajowy brutto (PKB), udział eksportu usług wiedzochłonnych w ogólnym wolumenie eksportu usług i sprzedaż (w % obrotów) produktów nowych dla rynku i nowych dla firmy.
2. INTERPRETACJA WYNIKÓW RAPORTÓW 5, 6, 7, 11 (ORAZ 3 I 12) DLA IDENTYFIKACJI OBSZARÓW SPECJALIZACJI WOJEWÓDZTWA
Wprowadzenie
Próba holistycznego spojrzenia na zagadnienia specjalizacji w zakresie nauki, technologii oraz gospodarki Unii Europejskiej przyczyniła się do powstania koncepcji inteligentnej specjalizacji. To nowe podejście w europejskiej polityce regionalnej, jest w pewnym stopniu kontynuacją oraz rozwinięciem dotychczas znanych koncepcji, m. in. produktu podstawowego, dystryktu przemysłowego, koncepcji klastra oraz strategii rozwoju endogenicznego7.
Głównym celem koncepcji jest optymalne wykorzystanie różnorodności potencjału rozwojowego krajów i regionów Unii Europejskiej poprzez możliwie najlepsze dopasowanie rozwoju nauki i edukacji do specyficznych uwarunkowań społeczno-gospodarczych8. Oczekiwanym efektem wdrożenia koncepcji jest wzrost konkurencyjności krajów i regionów, a w konsekwencji zapewnienie szybszego ich rozwoju dzięki koncentracji zasobów na kilku kluczowych priorytetach o istotnym potencjale innowacyjnym. Zbieżność określonych
7 Teoria produktu podstawowego H. Innesa jako źródło rozwoju regionalnego wskazuje stopniową specjalizację produkcyjną; teoria dystryktu przemysłowego A. Marshalla zakłada, iż powinien istnieć obszar, na którym koncentrują swoją lokalizację wyspecjalizowane zakłady przemysłowe; koncepcja klastra M. E. Portera wskazuje na potrzebę wzajemnej kooperacji przedsiębiorstw z danego sektora; strategia rozwoju endogenicznego upatruje szans na rozwój regionu w wewnętrznych zasobach oraz potencjale zawartym m.in. w czynnikach produkcji, potencjale inwestycyjnym itp.; Miłek D., Specjalizacje regionalne a Strategia Europa 2020, Zarządzanie i Finanse, 2013, nr 1, s. 190-191.
8 Słodowa-Hełpa M., Inteligentna specjalizacja polskich regionów warunki, wyzwania i dylematy, Roczniki Nauk Społecznych, tom 5(41), nr 1, 2013, s. 87.
specjalizacji z kluczowymi branżami dla rozwoju regionu, a także dążenie przedsiębiorstw do rozwoju w ramach zidentyfikowanych specjalizacji ma przyczynić się do osiągnięcia opisanych wyżej efektów.
Założenia Strategii Europa 2020, której zasadniczym celem jest zbudowanie inteligentnej i zrównoważonej gospodarki sprzyjającej włączeniu społecznemu, realizowane są m.in. przez specjalizacje regionalne. Zgodnie z wytycznymi unijnymi każdy region powinien posiadać Strategię Badań i Rozwoju na rzecz Inteligentnej Specjalizacji (RIS3).Istotne jest, aby wskazane w niej specjalizacje były zdefiniowane na poziomie lokalnym, nie narzucane przez krajowe podmioty polityki regionalnej czy Komisję Europejską. W związku z tym regiony muszą szukać najskuteczniejszych sposobów określania i weryfikowania inteligentnych specjalizacji uwzględniających takie czynniki jak m.in. uwarunkowania wewnętrzne regionu, poziom rozwoju itp.
Głównym celem zadania, wchodzącego w zakres rezultatu 13, była szczegółowa analiza dotychczas sporządzonych raportów będących efektami prac w ramach poszczególnych rezultatów (głównie tych części, które zostały zrealizowane przez zespół Politechniki Białostockiej),a także wskazanie elementów istotnych dla identyfikacji oraz weryfikacji obszarów inteligentnych specjalizacji województwa podlaskiego, a także sposobów możliwych do zaimplementowania w innych regionach.
W raporcie zaprezentowano:
metodologię realizacji zadania;
analizę literaturową publikacji podejmujących tematykę koncepcji inteligentnych specjalizacji, w szczególności podkreślając jej elementy istotne w kontekście regionalnym;
analizę raportów rezultatów 3,5,6,7,12 (PB)oraz 11(GIG);
wnioski metodyczne oraz rekomendacje.
2.1 Koncepcja oraz metodologia wykorzystana do identyfikacji obszarów specjalizacji województwa podlaskiego
Głównym celem prac było usystematyzowanie wiedzy zawartej w raportach będących efektami prac nad poszczególnymi rezultatami projektu Narodowy Program Foresight – wdrożenie wyników. Metodyka realizacji zadania badawczego dotyczącego interpretacji wyników raportów z rezultatów 5, 6, 7, 11 (oraz 3 i 12) dla identyfikacji obszarów specjalizacji województwa została zaprezentowana na rys. 3.
Rysunek 3. Sekwencja czynności badawczych zadania Źródło: Opracowanie własne.
W pierwszym kroku przeanalizowano wybrane publikacje polskie i zagraniczne podejmujące tematykę koncepcji inteligentnej specjalizacji. Na podstawie przeglądu literatury wskazane zostały główne elementy koncepcji, które są istotne i powinny być uwzględnione w procesie identyfikacji i weryfikacji inteligentnych specjalizacji dla regionu.
Następnie dokonano szczegółowej analizy następujących raportów:
Nazarko J., Ejdys J., Czemiel-Grzybowska W., Dębkowska K., Glińska E., Kobylińska U., Połubiński K., Trochimczuk T., Widelska U., Wasiluk A., Wyniki konsultacji instytucjonalnych i eksperckich map głównych powiązań między dziedzinami nauki i działami gospodarki poprzez obszary wysokich i średnio-wysokich technologii na przykładzie inteligentnej specjalizacji województwa podlaskiego – pilotaż [Rezultat nr 5], Białystok, 30 czerwca 2014.
Nazarko J., Ejdys J., Gudanowska A., Leończuk D., Olszewska A., Magruk A., Kuźmicz K., Jakuszewicz J., Wasiluk A., Wasiluk A., Mapa głównych powiązań między nauką, gospodarką i technologiami w kontekście inteligentnej specjalizacji województwa podlaskiego [Rezultat nr 6], Białystok, 29 listopada 2013.
Nazarko J., Ejdys J., Chodakowska E., Dębkowska K., Halicka K., Kobylińska U., Olszewska A., Potencjał naukowo-technologiczny inteligentnej specjalizacji województwa podlaskiego [Rezultat nr 7], Białystok, sierpień 2014.
Analiza literatury polskiej i zagranicznej dotyczącej koncepcji inteligentnych specjalizacji
Wskazanie głównych elementów koncepcji inteligentnych specjalizacji istotnych przy identyfikacji
inteligentnych specjalizacji dla regionu
Analiza raportów z rezultatów 3, 5, 6, 7, 11, 12
Identyfikacja metod, narzędzi oraz analiz opisanych w ww. raportach mogących posłużyć w procesie
wskazywania inteligentnych specjalizacji województwa podlaskiego, a także innych regionów
Opracowanie wniosków oraz rekomendacji
Metody badawcze:
metoda analizy i krytyki piśmiennictwa, metoda analizy
i konstrukcji logicznej,
metoda badania dokumentów
Czaplicka-Kolarz K., Bondaruk J., Trząski L., Kruczek M., Siodłak Ł., Uszok E., Zawartka P., Skalny A., Gieroszka A., Markowska M., Wiesner M., Głodniok M., Hamerla A., Krawczyk W., Poradowska K., Ziora J., Cichy L., Pichlak M., Wyniki badań ankietowych metodą Delphi [Rezultat nr 11], Katowice 2014.
Nazarko J., Ejdys J., Dębkowska K., Jakuszewicz I., Kilon J., Tadejko P., Gudanowska A., Krawczyk-Dembicka E., Leończuk D., Szpilko D., Mapy kierunków badań naukowych [Rezultat nr 12],Białystok, maj 2014.
Nazarko J., Ejdys J., Dębkowska K., Jakuszewicz I, Lulewicz-Sas A., Kilon J., Kobylińska U., Gudanowska A., Wardzińska K., Model gromadzenia danych i metoda mapowania kierunków badań naukowych na poziomie regionalnym [Rezultat nr 3], Białystok, październik 2013.
Nazarko J., Ejdys J., Chodakowska E., Dębkowska K., Glińska E., Kuźmicz K., Jakuszewicz J., Paszkowski J., Połubiński K., Trochimczuk T., Widelska U., Wyniki konsultacji instytucjonalnych i eksperckich oraz weryfikacji metod opracowanych przez PB (Rezultat 3 PB) [Rezultat nr 5], Białystok, 15 grudnia 2013.
Analiza powyższych raportów posłużyła identyfikacji metod, narzędzi oraz analiz, które mogą być przydatne w procesie określania inteligentnych specjalizacji województwa podlaskiego, możliwych również do zaimplementowania w wypadku innych regionów.
W zadaniu wykorzystano następujące metody badawcze: metodę analizy i krytyki piśmiennictwa, metodę analizy i konstrukcji logicznej oraz metodę badania dokumentów.
2.2 Interpretacja wyników dotyczących identyfikacji obszarów specjalizacji województwa
Inteligentna specjalizacja to koncepcja formułowania strategii innowacji oraz narzędzie służące do określania i budowania obecnego oraz przyszłego miejsca (pozycji) regionu lub państwa w gospodarce opartej na wiedzy9. Jej centralnym punktem jest założenie o potrzebie optymalnego wykorzystania potencjału własnego regionów, czyli czerpania korzyści z tego, co stanowi o ich specyfice i wyjątkowości. Ponadto koncepcja ta wskazuje na zasadność skoncentrowania wsparcia na branżach i obszarach, w których obserwuje się rozwój bazujący na czynnikach endogenicznych, tam gdzie istnieje już dostateczna masa krytyczna w zakresie skupienia firm, kadry wyposażonej w odpowiednie kompetencje i umiejętności oraz towarzyszących im instytucji. Zgodnie z koncepcją wsparcie rozwoju w kierunku systematycznego podnoszenia innowacyjności powinno przynieść lepsze efekty niż budowanie przewag opartych na nowych, jeszcze niezakorzenionych specjalizacjach.
Istotne jest stałe poszukiwanie możliwości tworzenia i komercjalizacji innowacji na styku branż tradycyjnych i zaawansowanych, np. sektora rolno-spożywczego i biotechnologii10.Ważnym elementem inteligentnych specjalizacji powinno być także
9 David P., Foray D., Hall B., Smart specialization. The concept, Knowledge Economists Policy Brief no 9, 2007.
10 Słodowa-Hełpa M., Inteligentna specjalizacja polskich regionów warunki, wyzwania i dylematy, Roczniki Nauk Społecznych, tom 5(41), nr 1, 2013, s. 106-107.
rozprzestrzenianie technologii ogólnego zastosowania, szczególnie poprzez wykorzystywanie ich w produktach i usługach oraz wzmocnienie lokalnych potencjałów w zakresie działalności innowacyjnej11.
Koncepcja inteligentnych specjalizacji opiera się na czterech głównych założeniach, które zostały zaprezentowane na rys. 4.
Rysunek 4. Główne założenia koncepcji inteligentnych specjalizacji Źródło: Opracowanie własne.
Pierwszym założeniem koncepcji inteligentnej specjalizacji jest konieczność utworzenia odpowiednio dużego obszaru badań i innowacji, umożliwiającego rywalizację pomiędzy wieloma konkurentami. Taką rolę spełniać może Europejska Przestrzeń Badawcza (z ang.
European Research Area, ERA), czyli zintegrowana, ponadnarodowa przestrzeń zapewniająca pełną mobilność zasobów (m. in. swobodny przepływ wiedzy) oraz minimalizująca strukturalne bariery konkurencyjności (np. zapewniająca niskie bariery wejścia potencjalnych konkurentów). Powinna ona także umożliwiać lepsze wykorzystanie efektów: skali, zakresu i rozprzestrzeniania (z ang. spillover effects).Niepożądanym efektem funkcjonowania tego typu przestrzeni badawczej może być polaryzacja europejskich regionów. W związku z tym powinny być podejmowane działania w celu uniknięcia zjawiska pogłębiania się luki pomiędzy najbardziej i najmniej rozwiniętymi obszarami m.in. poprzez tworzenie centrów wiedzy (z ang. knowledge hubs) ze zrównoważonym geograficznie rozkładem infrastruktury badawczej12.
Po drugie, w koncepcji zwraca się uwagę, iż efektem konkurowania wszystkich europejskich regionów lub państw o pozycję lidera np. w tych samych dziedzinach nauki będzie sytuacja, w której większość z nich nie osiągnie zakładanego rezultatu, w związku z brakiem odpowiedniej masy krytycznej, efektów skali i zakresu. W związku z tym państwa i regiony, które nie są liderami w żadnej z dziedzin i technologii, powinny konstruować wizję strategicznego rozwoju, na podstawie dziedzin nauki i obszarów działalności innowacyjnej,
11 Ibidem, s. 92.
12Kardas M., Inteligentna specjalizacja – (nowa) koncepcja polityki innowacyjnej, Optimum. Studia Ekonomiczne nr 2 (50) 2011, s. 125.
Utworzenie odpowiednio dużego obszaru badań i innowacji
Konstrukcja wizji rozwoju strategicznego na podstawie dziedzin nauki i obszarów działalności innowacyjnej dostosowanych
do gospodarczych uwarunkowań danego regionu lub państwa
Uwzględnienie technologii ogólnego zastosowania
Wyznaczanie w wyniku "przedsiębiorczego"
procesu uczenia się Koncepcja inteligentnych
specjalizacji
które mogą być najlepiej rozwijane i dostosowane do gospodarczych uwarunkowań danego regionu lub kraju. Oznacza to, iż należy koncentrować środki na tych dziedzinach nauki i obszarach innowacji, które będą komplementarne w stosunku do aktywów danego regionu oraz będą przyczyniały się do tworzenia lub wzmocnienia jego przewag komparatywnych.
Efektem tych działań powinien być wzrost zróżnicowania pomiędzy regionami w zakresie specjalizacji w określonych dziedzinach nauki, technologiach oraz sektorach gospodarki13.
Kolejną wskazówką w realizacji koncepcji inteligentnych specjalizacji jest uwzględnienie tzw. technologii ogólnego zastosowania (z ang. general purpose technologies, GPTs), czyli tych technologii, które są wszechobecne, stosowane w wielu obszarach ludzkiej działalności, a także będące przedmiotem ciągłych udoskonaleń technologicznych. Mogą one pełnić rolę technologii wspomagających, tworząc możliwości rozwoju, a nie kompletne, końcowe rozwiązania14.
W czwartym założeniu uwzględniony został sposób implementacji koncepcji. Inteligentne specjalizacje nie powinny być wskazywane przez administrację publiczną w ramach opracowanych planów rozwoju, lecz należy je wyznaczać w wyniku „przedsiębiorczego”
procesu uczenia się (z ang. entrepreneurial, learning process). Rola administracji publicznej sprowadza się natomiast do następujących czynności15:
angażowania różnych partnerów w proces określania specjalizacji;
dostosowania interwencji publicznej do wybranych obszarów specjalizacji;
analizowania skuteczności interwencji publicznej;
identyfikacji inwestycji komplementarnych do wyłaniającej się specjalizacji;
promowania powiązań sieciowych w ramach technologii ogólnego zastosowania między różnymi partnerami.
W literaturze wymienia się także cztery zasady strategii inteligentnych specjalizacji określanych jako 4 C: 1) Choices and critical mass (wybory i masa krytyczna) – ograniczona liczba priorytetów oparta na własnych siłach i międzynarodowej specjalizacji; 2) Competitive advantage (przewaga konkurencyjna) – zmobilizowanie talentów poprzez dopasowanie procesu rozwoju do potrzeb biznesu; 3) Clusters and connectivity (klastry i łączność) – rozwój klastrów oraz porównanie własnych zasobów z globalnymi; 4) Collaborative leadership (wspólne przywództwo) – skuteczny system innowacji jako wspólne partnerstwo na zasadzie partnerstwa publiczno-prawnego (poczwórna helisa)16.
W kolejnych punktach zostaną wyszczególnione i opisane elementy koncepcji inteligentnych specjalizacji istotne w procesie identyfikacji specjalizacji regionów.
A. Analiza rzeczywistego potencjału i potrzeb
13 Ibidem
14Miłek D., Specjalizacje regionalne a Strategia Europa 2020, Zarządzanie i Finanse, 2013, nr 1, s. 192.
15Kardas M., Inteligentna specjalizacja…, op. cit., s. 127.
16Regional strategies for innovation-driven growth [w:] OECD Reviews of Regional Innovation, OECD, Central and Southern Denmark 2012,s. 165.
Ważnym etapem w określaniu inteligentnych specjalizacji powinna być analiza potencjału regionu, dzięki której możliwe jest wskazanie specjalizacji realnie dopasowanych do zdolności, możliwości oraz wewnętrznych potrzeb.
Zjawisko globalizacji, wbrew pojawiającym się obawom o zanikanie znaczenia poszczególnych regionów, wpływa na wzrost wartości kontekstu lokalnego, zasobów specyficznych, niepowtarzalnych oraz mocno zakorzenionych w lokalnej i regionalnej przestrzeni. Zjawisko to nazywane jest tzw. „glokalizacją”, czyli połączeniem globalizacji z lokalnością w budowaniu rozwoju społeczno-gospodarczego. Obecnie, specyficzne zasoby regionu traktowane są jako kluczowe czynniki sukcesu, które tworzą endogeniczną bazę rozwoju oraz naturalną przewagę konkurencyjną17.
Niepowtarzalne zasoby decydujące o wyjątkowości regionów mogą być budowane dzięki unikalnym połączeniom już istniejących potencjałów gospodarki, tradycji, kultury, zasobów naturalnych, kapitału intelektualnego i społecznego (rys. 5). Mogą to być zasoby niematerialne, dające poczucie odrębności kulturowej, relacje, umiejętności i zdolności, tożsamość, zdolności organizacyjne regionów, a także system potrzeb, aspiracji i wartości mieszkańców18.
Rysunek 5. Przykładowe źródła unikalności regionów w kontekście identyfikacji inteligentnych specjalizacji
Źródło: Opracowanie własne.
17 Słodowa-Hełpa M., Inteligentna specjalizacja polskich regionów…, op. cit., s. 93, 109.
18 Słodowa-Hełpa M., Wyzwania stojące przed polskim samorządem lokalnym w perspektywie 2014-2020, Studia Oeconomica Posnaniensia, 2013, tom 1, nr 6 (255), s. 46.
Źródła unikalności
regionu tradycja
kultura
zasoby naturalne
kapitał intelektualny
i społeczny tożsamość
zdolności organizacyjne
system potrzeb i wartości
B. Analiza zasobów regionalnych
Zastosowanie podejścia inteligentnej specjalizacji przez regiony wymaga gruntownej analizy zasobów wiedzy, możliwości i kompetencji, a także dokładnego mapowania rozwoju głównych "aktorów" innowacji, m.in. przedsiębiorców, małych, innowacyjnych firm, szkół wyższych oraz instytutów naukowych, aniołów biznesu itp.19 Ponadto, proces budowy Strategii Badań i Rozwoju na rzecz Inteligentnej Specjalizacji powinien zawierać analizę20:
zasobów, które mogą stanowić o przewadze konkurencyjnej regionu;
oferty badawczej instytucji sfery B+R;
wyników badań w ramach foresightu regionalnego i krajowego;
sytuacji demograficznej regionu;
obecnie obowiązujących programów i strategii regionalnych;
istniejących i rozwijanych sieci powiązań;
wartości dodanej kreowanej przez poszczególne obszary działalności.
W literaturze zaznacza się także potrzebę opracowania wskaźników umożliwiających zmierzenie inteligentnych specjalizacji. Według S. Sandu system wskaźników może zawierać m. in.21:
1) wskaźniki opisujące obecny potencjał badawczy i innowacyjny oraz obecną specjalizację w zakresie badań i rozwoju oraz technologii (np. patenty ogółem i patenty w przemysłach wysokich technologii, publikacje, nakłady na badania i innowacje, zasoby ludzkie w badaniach i innowacjach, nowe produkty oraz technologie);
2) wskaźniki ekonomiczne, które wskazują nowe oraz tradycyjne gałęzie przemysłu, posiadające możliwość rozwoju dzięki prowadzeniu badań i innowacjom oraz o wysokim przewidywanym udziale w rynku, obrotach handlowych oraz produktywności;
3) wskaźniki pozwalające ocenić poziom współpracy pomiędzy sektorem badań i rozwoju a regionalnym środowiskiem biznesu oraz potencjalne relacje pomiędzy różnymi podmiotami (np. liczba wspólnych wydarzeń, publikacji, porozumienia o współpracy, wspólne projekty, firmy typu spin-off, partnerstwo publiczno-prywatne, klastry, itp.).
Wykorzystanie przez region istniejących zasobów i kompetencji może przybierać różne formy. Autorzy RIS3 Guide wymieniają cztery możliwe do zastosowania modele zmian strukturalnych: transformację, modernizację, dywersyfikację oraz radykalną transformację.
Ich opis zaprezentowano w tabeli 2.
19Introduction: the new meaning of innovation [w:] Granieri M., Renda A., Innovation Law and Policy in the European Union. Towards Horizon 2020, Springer-Verlag, Italy 2012, s. 45.
20 Miłek D., Specjalizacje regionalne…, op. cit., s. 195.
21 Sandu S., Smart specialization concept and the status of its implementation in Romania, Procedia Economics and Finance, 2012, nr 3, s. 237.
Tabela 2. Modele zmian strukturalnych
Nazwa modelu Opis
TRANSFORMACJA przejście od istniejącego do nowego sektora
MODERNIZACJA technologiczne usprawnienia w istniejących sektorach opartych na technologiach ogólnego zastosowania DYWERSYFIKACJA poszerzenie działalności na nowe sektory poprzez
wykorzystanie efektów synergii RADYKALNA
TRANSFORMACJA utworzenie nowego sektora
Źródło: Opracowanie własne na podstawie M. Słodowa-Hełpa, Inteligentna specjalizacja polskich regionów warunki, wyzwania i dylematy, Roczniki Nauk Społecznych, tom 5(41), nr 1, 2013, s. 93.
C. Uwzględnienie poziomu rozwoju regionu
Celem koncepcji inteligentnej specjalizacji jest optymalne wykorzystanie potencjału poszczególnych regionów. Można to osiągnąć dzięki jak najlepszemu dopasowaniu kierunków rozwoju nauki i kształcenia do ich specyficznych uwarunkowań społeczno- gospodarczych, czyli dopasowaniu w ramach trójkąta: nauka-edukacja-gospodarka22. Ponadto zakłada się, iż formułowanie koncepcji powinno uwzględniać m. in. zróżnicowanie regionów wyrażające się w poziomie ich rozwoju. Komisja Europejska zwraca uwagę, iż regiony najbardziej zaawansowane, wiodące powinny inwestować w udoskonalanie technologii bazowych23oraz innowacji (w tym również technologii ogólnego zastosowania), natomiast regionom słabiej rozwiniętym więcej korzyści przyniesie opracowanie produktów i usług wykorzystujących te technologie. W regionach cechujących się niższą wydajnością pracy bardziej skuteczne i efektywne mogą okazać się inwestycje służące zwiększeniu zaawansowania technologicznego zakorzenionych branż oraz działania usprawniające absorpcję innowacji z zewnątrz24.
D. Unikanie naśladowania innych regionów
Wybór inteligentnych specjalizacji regionu powinien uwzględniać jego instytucjonalny i technologiczny potencjał, biorąc pod uwagę stan obecny, a także przewidywane procesy rozwojowe. Powinien być także poprzedzony analizami ilościowymi i jakościowymi, aby w efekcie określone specjalizacje dopasować do zdolności, możliwości i potrzeb regionu(do określania specjalizacji regionalnej wykorzystuje się indeks niepodobieństwa Krugmana, który jest obliczany na podstawie porównania struktury gospodarczej danego regionu do przeciętnej struktury gospodarczej pozostałych regionów). Należy ponadto unikać
22Kardas M., Inteligentna specjalizacja…, op. cit., s. 129.
23 Technologie bazowe, nazywane również podstawowymi (z ang. basic technologies), są to technologie, które stanowią radykalny przełom wobec dotychczas stosowanych rozwiązań technologicznych.
24 Słodowa-Hełpa M., Inteligentna specjalizacja polskich regionów…, op. cit., s. 93.
naśladowania innych regionów25.Zasoby specyficzne charakteryzujące się rzadkością występowania są bowiem trudne do imitacji, kopiowania i transferowania przez konkurentów, a ich tworzenie w innej przestrzeni, mimo poniesienia dużych nakładów, nie gwarantuje pożądanego efektu26.
E. Technologie KET
Badania potwierdzają, iż Unia Europejska, mimo, iż jest światowym liderem w rozwoju kluczowych technologii wspomagających (z ang. Key Enabling Technologies, KET), nie czerpie z tego korzyści. Główna słabość przejawia się w zbyt małej skali przekształcenia bazy wiedzy w towary i usługi27.W związku z tym wskazuje się na korzyści, jakie technologie z grupy KET mogą przynieść regionom. Specjalizacje gospodarcze mogą one opierać na nowatorskiej kombinacji różnych zasobów lub branż (w tym zewnętrznych) oraz innowacjach technologicznych i nietechnologicznych, w tym adaptacji kluczowych technologii wspierających28.
F. Kooperacja międzynarodowa i wykorzystanie zasobów zewnętrznych
Kolejnym ważnym elementem koncepcji jest potrzeba wykraczania poza granice regionów i krajów, otwierania nowych możliwości wykorzystania różnorodności, unikania fragmentacji i zapewniania swobodniejszych przepływów wiedzy w Unii Europejskiej29.
Strategia RIS3 powinna sprzyjać powstawaniu nowych rynków oraz obszarów działalności gospodarczej, a także modernizacji i podnoszeniu konkurencyjności już istniejących.
Założenia te realizować można poprzez rozwój i wdrażanie innowacji, wykorzystanie dostępnych technologii wspierających lub zewnętrznych kompetencji. Inteligentne specjalizacje zarówno mogą powstawać z połączenia już istniejących branż lub specjalizacji, jak też mieć wymiar funkcjonalny. Należy przy tym uwzględniać potencjał wewnętrzny, a także szanse wynikające z kooperacji międzynarodowej i wykorzystania zasobów zewnętrznych30.
G. Przedsiębiorcze odkrywanie
Jednym z głównych założeń koncepcji jest zebranie jak największej liczby partnerów (lokalne środowiska naukowe i badawcze, biznesowe, instytucje publiczne, partnerzy społeczni) biorących udział w procesie identyfikacji inteligentnych specjalizacji regionu. Rola samorządu lokalnego powinna się natomiast ograniczyć do inicjowania i koordynowania działań.
25Miłek D., Specjalizacje regionalne…, op. cit., s. 194.
26 Słodowa-Hełpa M., Wyzwania stojące przed polskim samorządem…, op. cit., s. 46.
27Potwora D.,Potwora W., Kluczowe zakresy działalności opolskich przedsiębiorstw w świetle badań empirycznych – próba podejścia jakościowego [w:] A. Zagórska (red.), Problemy Śląska ze szczególnym uwzględnieniem województwa opolskiego wyzwaniem dla ekonomii społecznej, Regionalny Ośrodek Polityki Społecznej w Opolu, Opole 2013, s. 161-162.
28Dzierżanowski M., Definiowanie i rozwijanie inteligentnych specjalizacji – wnioski z dobrych praktyk w zakresie polityk klastrowych, Instytut Badań nad Gospodarką Rynkową, Gdańsk 2013, s. 7.
29 Słodowa-Hełpa M., Inteligentna specjalizacja polskich regionów…, op. cit., s. 106.
30Dzierżanowski M., Definiowanie i rozwijanie…, op. cit., s. 8.
Istotą przedsiębiorczego odkrywania jest uwzględnienie strony popytowej: użytkowników oraz konsumenckich grup interesów. Model zarządczy potrójnej helisy – zakładający interakcje między światem akademickim, władzami publicznymi oraz przedsiębiorcami, powinien zostać rozbudowany o czwartą grupę – użytkowników innowacji, w efekcie czego powstaje model poczwórnej helisy(z ang. QuadrupleHelix)31.
Rysunek 6. Model poczwórnej helisy
Źródło: Opracowanie własne na podstawieCarayannisE.G.,Rakhmatullin R., The Quadruple/Quintuple Innovation Helixes and Smart Specialisation Strategies for Sustainable and Inclusive Growth in Europe and Beyond, Journal of the Knowledge Economy, January 2014, s. 7-8.
Zastosowanie modelu poczwórnej helisy pozwala osiągnąć efekt synergii, wynikający ze współpracy poszczególnych grup podmiotów: przedsiębiorstw, ludzi nauki, władz publicznych, a także mieszkańców. Kładzie on duży nacisk na współpracę w zakresie regionalnych oraz sektorowych systemów innowacji, który może służyć jako podstawa dla różnych strategii inteligentnej specjalizacji (rys. 6). Umiejscowienie użytkownika w samym środku procesu rozwoju innowacji pozwala na to, by brał on udział w rozwijaniu nowych, innowacyjnych produktów i usług.
H. Klastry w identyfikacji inteligentnych specjalizacji
W proces identyfikacji inteligentnej specjalizacji regionu warto jest włączyć również klastry, ponieważ ich mapowanie umożliwia zidentyfikowanie regionalnych zasobów oraz konkurencyjności (m.in. poprzez konsultacje z ich koordynatorami). Mogą one stać
31 Słodowa-Hełpa M., Inteligentna specjalizacja polskich regionów…, op. cit., s. 113.
Mieszkańcy /użytkownicy Administracja
publiczna
Przedsiębior- stwa Instytucje
naukowe
się podstawowym elementem identyfikacji obszarów priorytetowych oraz wdrażania samej regionalnej strategii innowacji. Umożliwiają one dostęp do badań, edukacji, efektywnego zarządzania klastrem, co powinno przyczynić się do wzmocnienia i rozwijania ich potencjału przy realizacji strategii32.Zasadnym jest, aby władze województwa dokonywały wyboru regionalnych klastrów kluczowych wyznaczających lub wpisujących się w inteligentne specjalizacje regionu33.
I. Weryfikacja inteligentnych specjalizacji
Wdrożenie koncepcji inteligentnych specjalizacji wymaga zastosowania systemu monitoringu i weryfikacji. Zakłada się, iż wskazane priorytety powinny ewoluować odpowiednio do zachodzących dynamicznych zmian w regionie. Szybki rozwój nauki bowiem sprawia, iż nie da się przewidzieć, jakie technologie w dłuższej perspektywie będą rozwijać się w sposób najbardziej dynamiczny i jakie dziedziny zapewnią regionom przewagę konkurencyjną. Nietrafiony i niezmodyfikowany w odpowiednim czasie wybór specjalizacji spowoduje nadmierne wspieranie tych rozwiązań, które ostatecznie mogą okazać się nieefektywne34.
W kolejnych punktach została zaprezentowana analiza raportów z poszczególnych rezultatów projektu Narodowy Program Foresight – wdrożenie wyników. Podjęto również próbę identyfikacji metod, narzędzi oraz analiz mogących posłużyć w procesie wskazywania inteligentnych specjalizacji województwa podlaskiego, a także innych regionów. Opis uzupełniono o odniesienia do poszczególnych elementów koncepcji inteligentnych specjalizacji wyszczególnionych w poprzednim podrozdziale.
Nazarko J., Ejdys J., Czemiel-Grzybowska W., Dębkowska K., Glińska E., Kobylińska U., Połubiński K., Trochimczuk T., Widelska U., Wasiluk A., Wyniki konsultacji instytucjonalnych i eksperckich map głównych powiązań między dziedzinami nauki i działami gospodarki poprzez obszary wysokich i średnio-wysokich technologii na przykładzie inteligentnej specjalizacji województwa podlaskiego – pilotaż [Rezultat nr 5], Białystok, 30 czerwca 2014.
Analizowany raport jest jedną ze składowych rezultatu 5. Opracowaną w ramach rezultatu 6 metodykę tworzenia mapy głównych powiązań pomiędzy nauką, gospodarką i technologami, w kontekście inteligentnej specjalizacji regionu poddano konsultacjom instytucjonalnym i eksperckim. Do udziału w zogniskowanym wywiadzie grupowym zaproszono przedstawicieli uczelni wyższych, przedsiębiorstw oraz administracji.
W spotkaniu uczestniczyli także autorzy koncepcji.
Uczestnicy stwierdzili, iż przedstawioną koncepcję mapy można uznać za narzędzie, które zbiera informację rozproszoną i tę informację wizualizuje. Ponadto uznano, iż sprowadzanie pojęć innowacji i innowacyjności do patentów jest zbyt dużym uproszczeniem, gdyż z punktu widzenia nauki są one czymś mierzalnym i istotnym, jednak w realiach przemysłu sytuacja
32Miłek D., Specjalizacje regionalne…, op. cit., s. 195.
33Nowak P., Regionalna polityka klastrowa szansą podniesienia konkurencyjności przedsiębiorstw, Zarządzanie i Finanse, 2013, nr 1/1, s. 534.
34 Słodowa-Hełpa M., Inteligentna specjalizacja polskich regionów…, op. cit., s. 111.
